- 在空间中，起点为A，终点为B的向量通常被记为 A B → \overrightarrow{AB} AB，也可用希腊字母 α , β , γ , ⋯ \alpha,\beta,\gamma,\cdots α,β,γ,⋯表示向量。
- 向量 A B → \overrightarrow{AB} AB的长度(模)，记为 ∥ A B → ∥ \left\|\overrightarrow{AB}\right\| ∥∥∥AB∥∥∥，类似地，向量 α \alpha α的长度记为 ∥ α ∥ \left\|\alpha\right\| ∥α∥。
- 长度为零的向量叫做零向量，记为0。长度为1的向量叫做单位向量。
- 若向量 α \alpha α经过平移得到向量 β \beta β，则认为 α \alpha α和 β \beta β是相等的。换言之，向量可以在空间内自由平移，因而也常被称为自由向量。
空间向量的线性运算与数量积
空间向量的线性运算
- 设 α , β \alpha,\beta α,β为空间内的两个向量，令 A B → = α \overrightarrow{AB} = \alpha AB=α， B C → = β \overrightarrow{BC} = \beta BC=β，则称向量 A C → \overrightarrow{AC} AC为向量 α \alpha α与 β \beta β的和，记为 α + β \alpha+\beta α+β，即 α + β = A B → + B C → = A C → \alpha+\beta=\overrightarrow{AB}+\overrightarrow{BC}=\overrightarrow{AC} α+β=AB+BC=AC。求两个向量的和的运算叫做向量的加法。
- 向量的加法运算性质:
交换律: α + β = β + α \alpha+\beta=\beta+\alpha α+β=β+α
结合律: ( α + β ) + γ = α + ( β + γ ) (\alpha+\beta)+\gamma=\alpha+(\beta+\gamma) (α+β)+γ=α+(β+γ)
α + 0 = α \alpha+0=\alpha α+0=α
α + ( − α ) = 0 \alpha+(-\alpha)=0 α+(−α)=0
其中 α , β , γ \alpha,\beta,\gamma α,β,γ为任意向量 - 一个实数 k k k与一个向量 α \alpha α的积是一个向量，记为 k α k\alpha kα，其长度 ∥ k α ∥ = ∣ k ∣ ⋅ ∥ α ∥ \left\| k \alpha \right\|=|k| \cdot \left\| \alpha \right\| ∥kα∥=∣k∣⋅∥α∥。若 ∥ k α ∥ ≠ 0 \left\| k \alpha\right\| \ne 0 ∥kα∥=0，则当 k > 0 k > 0 k>0时， k α k\alpha kα与 α \alpha α同方向；当 k < 0 k<0 k<0时， k α k\alpha kα与 α \alpha α反方向。求一个实数与一个向量的积的运算叫做向量的数乘
- 向量的数乘运算性质:
1 α = α 1\alpha=\alpha 1α=α
( k l ) α = k ( l α ) (kl)\alpha=k(l\alpha) (kl)α=k(lα)
( k + l ) α = k α + l α (k+l)\alpha=k\alpha+l\alpha (k+l)α=kα+lα
k ( α + β ) = k α + k β k(\alpha+\beta)=k\alpha+k\beta k(α+β)=kα+kβ
其中 k , l k,l k,l为任意实数， α , β \alpha,\beta α,β为任意向量。 - 向量的加法和数乘统称为向量的线性运算。
- 设
α
1
,
α
2
,
⋯
,
α
s
\alpha_1,\alpha_2,\cdots,\alpha_s
α1,α2,⋯,αs为一组向量，
k
1
,
k
2
,
⋯
,
k
s
k_1,k_2,\cdots,k_s
k1,k2,⋯,ks为一组实数，则称
k 1 α 1 + k 2 α 2 + ⋯ + k s α s k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s k1α1+k2α2+⋯+ksαs为 α 1 , α 2 , ⋯ , α s \alpha_1,\alpha_2,\cdots,\alpha_s α1,α2,⋯,αs的一个线性组合，其中 k 1 , k 2 , ⋯ , k s k_1,k_2,\cdots,k_s k1,k2,⋯,ks称为组合系数 - 设
α
1
,
α
2
,
⋯
,
α
s
,
β
\alpha_1,\alpha_2,\cdots,\alpha_s,\beta
α1,α2,⋯,αs,β为一组向量，若存在一组实数
k
1
,
k
2
,
⋯
,
k
s
k_1,k_2,\cdots,k_s
k1,k2,⋯,ks使
β = k 1 α 1 + k 2 α 2 + ⋯ + k s α s , \beta = k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s, β=k1α1+k2α2+⋯+ksαs,则称 β \beta β能由 α 1 , α 2 , ⋯ , α s \alpha_1,\alpha_2,\cdots,\alpha_s α1,α2,⋯,αs线性表示。 - 若存在一组不全为零的实数
k
1
,
k
2
,
⋯
,
k
s
k_1,k_2,\cdots,k_s
k1,k2,⋯,ks使
k 1 α 1 + k 2 α 2 + ⋯ + k s α s = 0 , k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s=0, k1α1+k2α2+⋯+ksαs=0,则称 α 1 , α 2 , ⋯ , α s \alpha_1,\alpha_2,\cdots,\alpha_s α1,α2,⋯,αs线性相关；否则称 α 1 , α 2 , ⋯ , α s \alpha_1,\alpha_2,\cdots,\alpha_s α1,α2,⋯,αs线性无关 - 设 α \alpha α为非零向量，则向量 β \beta β与 α \alpha α共线的充分必要条件是 β \beta β能由 α \alpha α线性表示，这时，表示方式是唯一的。
- 设向量 α \alpha α与 β \beta β不共线，则向量 γ \gamma γ与 α , β \alpha,\beta α,β共面的充分必要条件是 γ \gamma γ能由 α , β \alpha,\beta α,β线性表示，这时，表示方式是唯一的。
空间向量的数量积
- 空间内的两个向量 α , β \alpha,\beta α,β的数量积为一个实数，记为 α ⋅ β \alpha\cdot\beta α⋅β。当 α \alpha α与 β \beta β都不为零向量且夹角为 φ \varphi φ时， α ⋅ β = ∥ α ∥ ⋅ ∥ β ∥ ⋅ c o s φ \alpha\cdot\beta=\left\| \alpha \right\| \cdot \left\| \beta \right\| \cdot cos \varphi α⋅β=∥α∥⋅∥β∥⋅cosφ；当 α \alpha α与 β \beta β有一个为零向量时， α ⋅ β = 0 \alpha \cdot \beta=0 α⋅β=0
- 向量的数量积运算性质:
α 2 = ∥ α ∥ 2 ≥ 0 , α 2 = 0 \alpha^2= \left\| \alpha \right\|^2 \ge 0,\alpha^2=0 α2=∥α∥2≥0,α2=0的充分必要条件是 α = 0 \alpha=0 α=0(其中 α 2 = α ⋅ α \alpha^2=\alpha \cdot \alpha α2=α⋅α)
α ⋅ β = β ⋅ α \alpha \cdot \beta = \beta \cdot \alpha α⋅β=β⋅α
( k α ) ⋅ β = k ( α ⋅ β ) (k \alpha) \cdot \beta=k(\alpha \cdot \beta) (kα)⋅β=k(α⋅β)
( α + β ) ⋅ γ = α ⋅ γ + β ⋅ γ (\alpha+\beta) \cdot \gamma= \alpha \cdot \gamma+ \beta \cdot \gamma (α+β)⋅γ=α⋅γ+β⋅γ
其中 α , β , γ \alpha,\beta,\gamma α,β,γ为任意向量， k k k为任意实数
空间坐标系
仿射坐标系
- 在空间中任取一点O，以点O为起点任意作3个不共面的向量 α 1 , α 2 , α 3 \alpha_1,\alpha_2,\alpha_3 α1,α2,α3。这就建立了一个放射坐标系，记作 { O ; α 1 , α 2 , α 3 } \{O;\alpha_1,\alpha_2,\alpha_3\} {O;α1,α2,α3}。
- 对于放射坐标系 { O ; α 1 , α 2 , α 3 } \{O;\alpha_1,\alpha_2,\alpha_3\} {O;α1,α2,α3}中的任意向量 α \alpha α，存在唯一的有序数组(a,b,c)使得 α = a α 1 + b α 2 + c α 3 \alpha=a\alpha_1+b\alpha_2+c\alpha_3 α=aα1+bα2+cα3
- 对于一个放射坐标系 { O ; α 1 , α 2 , α 3 } \{O;\alpha_1,\alpha_2,\alpha_3\} {O;α1,α2,α3}，点O称为坐标原点，向量 O P → \overrightarrow{OP} OP称为点P的向径， α 1 , α 2 , α 3 \alpha_1,\alpha_2,\alpha_3 α1,α2,α3称为坐标向量或基。过原点且与坐标向量同方向的有向直线称为坐标轴，两个坐标轴所在的平面称为坐标平面。若 O P → = α = a α 1 + b α 2 + c α 3 , \overrightarrow{OP}=\alpha=a\alpha_1+b\alpha_2+c\alpha_3, OP=α=aα1+bα2+cα3,则称有序数组(a,b,c)为 α \alpha α或点P在仿射坐标系 { O ; α 1 , α 2 , α 3 } \{O;\alpha_1,\alpha_2,\alpha_3\} {O;α1,α2,α3}下的坐标
- 不特别声明，所说的直角坐标系均指右手直角坐标系
空间向量线性运算的坐标表示
- 在直角坐标系
{
O
;
i
,
j
,
k
}
\{O;i,j,k\}
{O;i,j,k}中，设
α
=
a
1
i
+
a
2
j
+
a
3
k
,
β
=
b
1
i
+
b
2
j
+
b
3
k
\alpha=a_1i+a_2j+a_3k,\beta=b_1i+b_2j+b_3k
α=a1i+a2j+a3k,β=b1i+b2j+b3k，则对于任意实数a,b：
a α + b β = ( a a 1 + b b 1 , a a 2 + b b 2 , a a 3 + b b 3 ) a\alpha+b\beta=(aa_1+bb_1,aa_2+bb_2,aa_3+bb_3) aα+bβ=(aa1+bb1,aa2+bb2,aa3+bb3)
a α = ( a a 1 , a a 2 , a a 3 ) a\alpha=(aa_1,aa_2,aa_3) aα=(aa1,aa2,aa3) - 定比分点公式:
P 1 ( x 1 , y 1 , z 1 ) , P 2 ( x 2 , y 2 , z 2 ) P_1(x_1,y_1,z_1),P_2(x_2,y_2,z_2) P1(x1,y1,z1),P2(x2,y2,z2)，求点 P P P的坐标 ( x , y , z ) (x,y,z) (x,y,z)，使得 P 1 P → = λ P P 2 → \overrightarrow{P_1P}=\lambda \overrightarrow{PP_2} P1P=λPP2，其中 λ ≠ − 1 \lambda \ne-1 λ=−1
x = x 1 + λ x 2 1 + λ , y = y 1 + λ y 2 1 + λ , z = z 1 + λ z 2 1 + λ x=\frac{x_1+\lambda x_2}{1+\lambda},y=\frac{y_1+\lambda y_2}{1+\lambda}, z=\frac{z_1+\lambda z_2}{1+\lambda} x=1+λx1+λx2,y=1+λy1+λy2,z=1+λz1+λz2
空间向量数量积的坐标表示
- 对于
α
=
(
a
1
,
a
2
,
a
3
)
,
β
=
(
b
1
,
b
2
,
b
3
)
\alpha=(a_1,a_2,a_3),\beta=(b_1,b_2,b_3)
α=(a1,a2,a3),β=(b1,b2,b3)有
α ⋅ β = a 1 b 1 + a 2 b 2 + a 3 b 3 \alpha \cdot \beta=a_1b_1+a_2b_2+a_3b_3 α⋅β=a1b1+a2b2+a3b3
空间向量的向量积和混合积
空间向量的向量积
- 两个向量
α
\alpha
α与
β
\beta
β的向量积是一个向量，记为
α
×
β
\alpha \times \beta
α×β，其长度为
∥ α × β ∥ = { ∥ α ∥ ⋅ ∥ β ∥ ⋅ s i n φ ， 当 α 与 β 均 非 零 且 夹 角 为 φ 时 , 0 ， 当 α = 0 或 β = 0 时 . \left\| \alpha \times \beta \right\| = \left\{ \begin{aligned} &\left\|\alpha\right\| \cdot \left\|\beta\right\| \cdot sin \varphi ，当\alpha与\beta均非零且夹角为\varphi时,\\ &0，~~~~~~~~~~~~~~~~~~~~~~~~~~当\alpha=0或\beta=0时. \end{aligned} \right. ∥α×β∥={∥α∥⋅∥β∥⋅sinφ，当α与β均非零且夹角为φ时,0， 当α=0或β=0时.
当 ∥ α × β ∥ ≠ 0 \left\|\alpha \times \beta\right\| \ne 0 ∥α×β∥=0时， α × β \alpha \times \beta α×β垂直于 α \alpha α和 β \beta β，且 α , β , α × β \alpha,\beta,\alpha \times \beta α,β,α×β三者的方向符合右手螺旋法则。 - 向量积又叫外积或叉积
- 向量积性质:
α × β = − ( β × α ) \alpha \times \beta = -(\beta \times \alpha) α×β=−(β×α)
( k α ) × β = k ( α × β ) = α × ( k β ) (k \alpha) \times \beta = k(\alpha \times \beta) = \alpha \times (k \beta) (kα)×β=k(α×β)=α×(kβ)
( α + β ) × γ = α × γ + β × γ , γ × ( α + β ) = γ × α + γ × β (\alpha+\beta)\times\gamma=\alpha\times\gamma+\beta\times\gamma,\gamma\times(\alpha+\beta)=\gamma\times\alpha+\gamma\times\beta (α+β)×γ=α×γ+β×γ,γ×(α+β)=γ×α+γ×β
其中 α , β , γ \alpha,\beta,\gamma α,β,γ为任意向量， k k k为任意实数。
α \alpha α与 β \beta β共线的充分必要条件是 α × β = 0 \alpha \times \beta=0 α×β=0
α \alpha α与 β \beta β垂直的充分必要条件是 ∥ α × β ∥ = ∥ α ∥ ⋅ ∥ β ∥ \left\|\alpha\times\beta\right\|=\left\|\alpha\right\| \cdot \left\|\beta\right\| ∥α×β∥=∥α∥⋅∥β∥
空间向量的混合积
- 三个向量 α , β , γ \alpha,\beta,\gamma α,β,γ的混合积为 ( α × β ) ⋅ γ (\alpha\times\beta)\cdot\gamma (α×β)⋅γ，常记为 ( α , β , γ ) (\alpha,\beta,\gamma) (α,β,γ)
- 轮换对称性:
( α × β ) ⋅ γ = ( β × γ ) ⋅ α = ( γ × α ) ⋅ β (\alpha\times\beta)\cdot\gamma=(\beta\times\gamma)\cdot\alpha=(\gamma\times\alpha)\cdot\beta (α×β)⋅γ=(β×γ)⋅α=(γ×α)⋅β - 混合积性质:
( α , α , β ) = 0 (\alpha,\alpha,\beta)=0 (α,α,β)=0
( α , β , γ ) = − ( β , α , γ ) (\alpha,\beta,\gamma)=-(\beta,\alpha,\gamma) (α,β,γ)=−(β,α,γ)
( α 1 + α 2 , β , γ ) = ( α 1 , β , γ ) + ( α 2 , β , γ ) (\alpha_1+\alpha_2,\beta,\gamma)=(\alpha_1,\beta,\gamma)+(\alpha_2,\beta,\gamma) (α1+α2,β,γ)=(α1,β,γ)+(α2,β,γ)
( k α , β , γ ) = k ( α , β , γ ) (k\alpha,\beta,\gamma)=k(\alpha,\beta,\gamma) (kα,β,γ)=k(α,β,γ)
( α , β , γ + k α ) = ( α , β , γ ) (\alpha,\beta,\gamma+k\alpha)=(\alpha,\beta,\gamma) (α,β,γ+kα)=(α,β,γ)
其中 α , β , γ \alpha,\beta,\gamma α,β,γ为任意向量， k k k为任意实数。 - 混合积的坐标表示：
设 α = ( a 1 , a 2 , a 3 ) , β = ( b 1 , b 2 , b 3 ) , γ = ( c 1 , c 2 , c 3 ) \alpha=(a_1,a_2,a_3),\beta=(b_1,b_2,b_3),\gamma=(c_1,c_2,c_3) α=(a1,a2,a3),β=(b1,b2,b3),γ=(c1,c2,c3)则
( α × β ) ⋅ γ = ∣ a 1 a 2 a 3 b 1 b 2 b 3 c 1 c 2 c 3 ∣ (\alpha\times\beta)\cdot\gamma= \left| \begin{matrix} a_1 &a_2 &a_3 \\ b_1 &b_2 &b_3 \\ c_1 &c_2 &c_3 \end{matrix} \right| (α×β)⋅γ=∣∣∣∣∣∣a1b1c1a2b2c2a3b3c3∣∣∣∣∣∣
平面和直线
平面的方程
平面 π \pi π过点 P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0)，法向量 n = ( A , B , C ) n=(A,B,C) n=(A,B,C)
- 点法式方程:
A ( x − x 0 ) + B ( y − y 0 ) + C ( z − z 0 ) = 0 A(x-x_0)+B(y-y_0)+C(z-z_0)=0 A(x−x0)+B(y−y0)+C(z−z0)=0 - 一般方程:
A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0 - 三点式方程:
设平面 π \pi π过三个不共线的点 P 1 ( x 1 , y 1 , z 1 ) , P 2 ( x 2 , y 2 , z 2 ) , P 3 ( x 3 , y 3 , z 3 ) P_1(x_1,y_1,z_1),P_2(x_2,y_2,z_2),P_3(x_3,y_3,z_3) P1(x1,y1,z1),P2(x2,y2,z2),P3(x3,y3,z3)
∣ x − x 1 y − y 1 z − z 1 x 2 − x 1 y 2 − y 1 z 2 − z 1 x 3 − x 1 y 3 − y 1 z 3 − z 1 ∣ = 0 \left| \begin{matrix} x-x_1 &y-y_1 &z-z_1 \\ x_2-x_1 &y_2-y_1 &z_2-z_1 \\ x_3-x_1 &y_3-y_1 &z_3-z_1 \end{matrix} \right| =0 ∣∣∣∣∣∣x−x1x2−x1x3−x1y−y1y2−y1y3−y1z−z1z2−z1z3−z1∣∣∣∣∣∣=0 - 截距式方程:
x a + y b + z c = 1 \frac{x}{a}+\frac{y}{b}+\frac{z}{c}=1 ax+by+cz=1
直线的方程
直线L过点 P 0 ( x 0 , y 0 , z 0 ) P_0(x_0,y_0,z_0) P0(x0,y0,z0),且平行于向量 s = ( l , m , n ) s=(l,m,n) s=(l,m,n)
- 参数方程:
{ x = x 0 + l t , y = y 0 + m t , − ∞ < t < + ∞ z = z 0 + n t , \left\{ \begin{aligned} &x=x_0+lt, \\ &y=y_0+mt, ~~~~~~-\infty <t<+\infty\\ &z=z_0+nt, \end{aligned} \right. ⎩⎪⎨⎪⎧x=x0+lt,y=y0+mt, −∞<t<+∞z=z0+nt, - 对称方程(标准方程):
x − x 0 l = y − y 0 m = z − z 0 n \frac{x-x_0}{l}=\frac{y-y_0}{m}=\frac{z-z_0}{n} lx−x0=my−y0=nz−z0 - 一般方程:
两平面 A 1 x + B 1 y + C 1 z + D 1 = 0 A_1x+B_1y+C_1z+D_1=0 A1x+B1y+C1z+D1=0与 A 2 x + B 2 y + C 2 z + D 2 = 0 A_2x+B_2y+C_2z+D_2=0 A2x+B2y+C2z+D2=0相较于直线L
{ A 1 x + B 1 y + C 1 z + D 1 = 0 , A 2 x + B 2 y + C 2 z + D 2 = 0 \left\{ \begin{aligned} &A_1x+B_1y+C_1z+D_1=0,\\ &A_2x+B_2y+C_2z+D_2=0 \end{aligned} \right. {A1x+B1y+C1z+D1=0,A2x+B2y+C2z+D2=0
点、直线以及平面的位置关系
夹角
- 两直线之间的夹角
假如两直线L1和L2的方向向量分别为 s 1 s_1 s1和 s 2 s_2 s2
θ = a r c c o s ∣ s 1 ⋅ s 2 ∣ ∥ s 1 ∥ ⋅ ∥ s 2 ∥ \theta=arccos\frac{|s_1 \cdot s_2|}{\left\|s_1\right\|\cdot\left\|s_2\right\|} θ=arccos∥s1∥⋅∥s2∥∣s1⋅s2∣ - 直线与平面的夹角
假如直线L的方向向量为 s s s，平面 π \pi π的法向量 n n n
θ = a r c s i n ∣ s ⋅ n ∣ ∥ s ∥ ⋅ ∥ n ∥ \theta=arcsin\frac{|s\cdot n|}{\left\|s\right\|\cdot\left\|n\right\|} θ=arcsin∥s∥⋅∥n∥∣s⋅n∣ - 两平面之间的夹角
假如两平面 π 1 , π 2 \pi_1,\pi_2 π1,π2的法向量分别为 n 1 n_1 n1和 n 2 n_2 n2
θ = a r c c o s ∣ n 1 ⋅ n 2 ∣ ∥ n 1 ∥ ⋅ ∥ n 2 ∥ \theta=arccos\frac{|n_1 \cdot n_2|}{\left\|n_1\right\|\cdot\left\|n_2\right\|} θ=arccos∥n1∥⋅∥n2∥∣n1⋅n2∣
距离
- 点到直线的距离
设直线L过P0，方向向量为 s s s，点P到直线L的距离d
d = ∥ P 0 P → × s ∥ ∥ s ∥ . d=\frac{\| \overrightarrow{P_0P} \times s \|}{\|s\|}. d=∥s∥∥P0P×s∥. - 点到平面的距离
设平面 π \pi π过点P0，法向量为 n n n，点P到平面 π \pi π的距离d
d = ∣ P 0 P → ⋅ n ∣ ∥ n ∥ . d=\frac{|\overrightarrow{P_0P} \cdot n|}{\|n\|}. d=∥n∥∣P0P⋅n∣.
如果平面 π \pi π的方程为 A x + B y + C z + D = 0 Ax+By+Cz+D=0 Ax+By+Cz+D=0，点P0，P的坐标分别为(x0,y0,z0)和(x1,y1,z1)
d = ∣ A x 1 + B y 1 + C z 1 + D ∣ A 2 + B 2 + C 2 . d=\frac{|Ax_1+By_1+Cz_1+D|}{\sqrt{A^2+B^2+C^2}}. d=A2+B2+C2∣Ax1+By1+Cz1+D∣. - 异面直线之间的距离
L1,L2为两条异面直线，在这两条直线上各取一点，分别记为P1,P2，设起点在P1的向量 s 1 , s 2 s_1,s_2 s1,s2分别为直线L1,L2的方向向量。
d = ∣ ( s 1 , s 2 , P 1 P 2 → ) ∣ ∥ s 1 × s 2 ∥ . d=\frac{|(s_1,s_2,\overrightarrow{P_1P_2})|}{\|s_1 \times s_2\|}. d=∥s1×s2∥∣(s1,s2,P1P2)∣.
平面束
- 过一条直线的全体平面称为一个平面束。
空间直角坐标变换
向量在不同的直角坐标系下的坐标
- 设
{
O
;
i
,
j
,
k
}
\{O;i,j,k\}
{O;i,j,k}和
{
O
′
;
u
,
v
,
w
}
\{O';u,v,w\}
{O′;u,v,w}是空间内的两个直角坐标系，向量
α
\alpha
α在这两个坐标系下的坐标分别为(a,b,c)和(a’,b’,c’)，即
α = a i + b j + c k ， α = a ′ u + b ′ v + c ′ w . \alpha=ai+bj+ck，\alpha=a'u+b'v+c'w. α=ai+bj+ck，α=a′u+b′v+c′w.
为了得到(a,b,c)和(a’,b’,c’)的联系，设
u = a 11 i + a 21 j + a 31 k , v = a 12 i + a 22 j + a 32 k , w = a 13 i + a 23 j + a 33 k . u=a_{11}i+a_{21}j+a_{31}k,\\ v=a_{12}i+a_{22}j+a_{32}k,\\ w=a_{13}i+a_{23}j+a_{33}k. u=a11i+a21j+a31k,v=a12i+a22j+a32k,w=a13i+a23j+a33k.
可得:
( a , b , c ) = ( a ′ , b ′ , c ′ ) A T (a,b,c)=(a',b',c')A^T (a,b,c)=(a′,b′,c′)AT
其中
A = ( a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ) A= \left( \begin{matrix} a_{11} &a_{12} &a_{13} \\ a_{21} &a_{22} &a_{23} \\ a_{31} &a_{32} &a_{33} \end{matrix} \right) A=⎝⎛a11a21a31a12a22a32a13a23a33⎠⎞
叫做从基 i , j , k i,j,k i,j,k到 u , v , w u,v,w u,v,w的过渡矩阵 - A T A = A A T = E 3 A^TA = AA^T=E_3 ATA=AAT=E3，即 A − 1 = A T A^{-1}=A^T A−1=AT
点在不同的直角坐标系下的坐标
- 设点P在上述两个坐标系下的坐标分别为
(
x
,
y
,
z
)
(x,y,z)
(x,y,z)和
(
x
′
,
y
′
,
z
′
)
(x',y',z')
(x′,y′,z′)，即
O P → = x i + y j + z k ， O ′ P → = x ′ u + y ′ v + z ′ w . \overrightarrow{OP}=xi+yj+zk，\overrightarrow{O'P}=x'u+y'v+z'w. OP=xi+yj+zk，O′P=x′u+y′v+z′w.
得点P的直角坐标变换公式
( x , y , z ) = ( x ′ , y ′ , z ′ ) A T + ( x 0 , y 0 , z 0 ) ( x ′ , y ′ , z ′ ) = ( x − x 0 , y − y 0 , z − z 0 ) A . (x,y,z)=(x',y',z')A^T+(x_0,y_0,z_0)\\ (x',y',z')=(x-x_0,y-y_0,z-z_0)A. (x,y,z)=(x′,y′,z′)AT+(x0,y0,z0)(x′,y′,z′)=(x−x0,y−y0,z−z0)A.
2406
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
